En el caso de muestras independientes la fórmula para obtener el tamaño del efecto como distancia normalizada entre las medias sería:

d = [ M₁ - M₂ ] / [ ( DE₁ + DE₂ ) / 2 ]

donde M_i figura por las medias de las dos muestras y DE_i por las desviaciones estándares de las dos series de datos que se comparan.

A partir de la d obtenida, McGrath y Meyer (2006) han ofrecido una fórmula para obtener un estimador del tamaño del efecto en términos de la proporción de la varianza explicada por el tratamiento experimental (es decir, un estimador de la familia r). Para ello, la fórmula es muy sencilla:

r² = d² / [ d² + ( 1 / ( p₁*p₂ ) ) ]

Si queremos obtener estos estimadores a partir de nuestra t o de la t informada por otros investigadores (para comparar su efecto con el nuestro), podemos usar las fórmulas siguientes:

d = t * √ ( 1/n₁ + 1/n₂ )

donde n₁ y n₂ figuran por el tamaño de una y otra muestras implicadas en la comparación.

r² = t² / ( t² + gl )

donde gl figura por el número de grados de libertad de la t. Por lo general, al informar este estimador se suele dar su raíz cuadrada (r).

Puede calcular el tamaño del efecto a partir del estadístico t o de las medias y desviaciones típicas con la calculadora en línea de Lee Becker. Como la misma página indica, en el caso de muestras correlacionadas es conveniente leer el epígrafe sobre el asunto (Epígrafe III) que hay en la página de este mismo autor o descargar su contenido en pdf desde aquí.

Nota 1.- Lakens (2013, fórmula 3) ha presentado una versión de esta fórmula que McGrath y Meyer (2006, nota 4) han señalado que es errónea.